В обратном распространении нейронной сети, имеющая функция активации сигмовидной,Вес, Как записать его в виде матрицы?
Вес правила Updation определяется по формуле:
NewWeight = OldWeight - alpha * D * A
где альфа скорости обучения, А активации из предыдущего слоя,
D = (Y - Y')Y'(1-Y') ;D = Error Minimization, delta
где Y = заданное значение и Y 'вычисляется в нейронной сети с помощью выходного слоя
Y в моем случае 4x1 = [0,3,0,2,0,4,0,1], а экземпляр Y 'равен 4x1 = [0,2,0,1,0,1,0,2]
Как вычислить D = (Y - Y') Y '(1- Y ')
(Y-Y') = 4x1 и Y '= 4x1, и 1 <> 4, поэтому матричное умножение невозможно. Также (1-Y ') равен 4x1. Как можно умножить {(Y - Y '), Y', (1-Y ')}, чтобы получить D? Если мне нужно выполнить Transpose, какую матрицу следует перенести, чтобы чистый эффект не изменился?
Или это элементное умножение?